[WilczurZnahor]

Zastanawiam sie czy w ramach trenimgu nie wziać się za program do rozpoznawania reczniepisanych słów. Chodzi mi zwlaszcza o słowa w języku rosyjskim, ale tez polskim i niemieckim. Przydałoby mi się coś takiego w moich badaniach genealogicznych, bo mógłbym łatwo sam rozczytywać i tłumaczyc na polski i indeksować księgi parafialne.
Z wstepnego rozeznania mysle zeby sprobowac #tensorflow i #opencv . Ktoś próbował czegos takiego i moze polecic inne rozwiazania? Moze jest cos prawie gotowego opensourcowego co moznaby rozwinąć?

#programowanie #programista15k

[card_man]

@WilczurZnahor: na bank coś takiego będzie, tzn. już wytrenowane modele, albo właśnie algorytmy w OpenCV, ale musiałbym poszukać

[WilczurZnahor]

@card_man: no cuś tam znalazlem, wlasnie tensor plus opencv. Co prawda trenowane na angielski, ale to kwestia datasetów. Nic innego się specjalnie nie rzuca.

[card_man]

@WilczurZnahor: jeszcze jest coś takiego jak Keras https://www.pyimagesearch.com/2020/08/24/ocr-handwriting-recognition-with-opencv-keras-and-tensorflow/

[vytah]

w języku rosyjskim

@WilczurZnahor: Powodzenia ( ͡° ͜ʖ ͡°)

[WilczurZnahor]

@vytah: no niestety :) ludzie na forum dotyczacym #genealogia tlumacza akty po rosyjsku, ale gdyby był choc pół automat to prace nad indeksacja szły by duzo szybciej, jak i moje własne poszuliwania

[WilczurZnahor]

@card_man: thx, nie znalem

[vytah]

ludzie na forum dotyczacym #genealogia tlumacza akty po rosyjsku

@WilczurZnahor: A to jeszcze wtedy musiałbyś wziąć pod uwagę przedrewolucyjną ortografię, co dość dużo zmienia (zniknięcie liter і, ѳ, ѣ oraz w dużej mierze ъ bardzo zmienia kształt rosyjskiego tekstu) A co do genealogii i języka niemieckiego, to dodam, że dominujący 100 lat temu był Kurrentschrift, który zupełnie nie przypomina ani współczesnego pisma odręcznego, ani ówczesnego pisma odręcznego używanego przez Polaków: [↓]

[WilczurZnahor]

@vytah: dzieki! To istotne informacje. Na poczatek chcialem rosyjski. Sądzisz ze te zmiany w rosyjskim bedą blokujące jesli chodzi o uzycie obecnej bazy reczniepisanych liter? Mozna orzygotowac wlasne datasety na podstawie aktów, choc to znacznie zwieksza czas pracy :)

[vytah]

Sądzisz ze te zmiany w rosyjskim bedą blokujące jesli chodzi o uzycie obecnej bazy reczniepisanych liter?

@WilczurZnahor: Ciężko powiedzieć, ale raczej tak. Występujące w końcówkach wielu nazwisk i przymiotników ій może być błędnie zinterpretowane jako ш lub т; ъ na końcu wyrazu jako ь, ч, г lub б; ѳ jako э, е lub о; ѣ to już w ogóle pole do popisu dla modelu do zgadywania. Biorąc pod uwagę, że interesują

[WilczurZnahor]

@vytah: imiona i nazwiska sa pisane po rosyjsku, w tych aktach, ktore przeglądałem. Czasami jest i po polsku i po rosyjsku. Dodatkowym problemem jest to ze to pisali polscy księża, a czy oni znali swietnie rosyjski, czy tylko dobrze, a pisali z błedami? Nie wiadomo. W zalacznimu masz przykład jak jest po rosyjsku napisane "Janem Lewandowskim "